基于多项式确定性矩阵的SIFT医学图像配准算法

考虑到随机测量矩阵存在硬件上存在无法实现的缺陷,结合压缩感知的稀疏投影理论,提出了基于多项式确定性矩阵的尺度不变特征变换(SIFT)医学图像配准算法。通过增加方向梯度数提高特征向量的有效性,利用测量数为7的多项式确定性矩阵对关键点特征向量进行降维,用欧式距离作为特征向量匹配的相似性度量,kd数据结构避免穷举。实验结果表明,该算法和传统SIFT算法及几种改进的SIFT算法相比,配准性能有了显著提高,同时确定性矩阵有利于图像配准系统的硬件实现。